Une seule requête sur ChatGPT consomme 10 fois plus d’énergie qu’une recherche classique, tandis que le besoin en calcul pour l’IA a été multiplié par un million en seulement 6 ans (Sundar Pichai, PDG de Google). Face à ce constat alarmant, il devenait urgent de disposer d’outils pour évaluer et maîtriser cet impact. C’est dans ce contexte que l’Ecolab et l’AFNOR ont publié cet été le « Référentiel général pour l’IA frugale », une première mondiale, qui offre aux entreprises et aux organisations un cadre concret pour développer une IA plus vertueuse.

Petit retour sur l’IA frugale :

L’IA frugale est un concept émergent visant à développer et utiliser des modèles et des systèmes d’IA plus durables, plus économes en ressources et plus respectueux de l’environnement, tout en maintenant des performances élevées.

Cela implique de :

  • Démontrer avant tout la nécessité de recourir à l’IA plutôt qu’à une autre solution moins consommatrice
  • D’adopter de bonnes pratiques pour diminuer son impact environnemental
  • Questionner les usages et besoins pour répondre aux défis environnementaux et économiques actuels.

Pour pouvoir évaluer et encadrer ce concept un référentiel s’imposait :

Ce qu’il faut retenir sur le référentiel pour une IA frugale :

Le référentiel AFNOR Spec 2314 est le fruit d’un travail collaboratif impliquant une centaine de contributeurs issus d’entreprises, de la recherche, d’associations et d’administrations. Ce document énonce « des méthodologies de calcul et des bonnes pratiques pour mesurer et réduire l’impact environnemental de l’IA, et pour communiquer avec des allégations justes et vérifiables »

Il vise à :

  1. Fournir une méthodologie d’évaluation des impacts : Basée sur une analyse du cycle de vie, elle permet de quantifier l’empreinte environnementale d’un système d’IA sur différentes catégories d’impact (consommation d’énergie, d’eau, émissions de CO2, etc.).
  2. Recencer les bonnes pratiques pour réduire ces impacts : 31 fiches de bonnes pratiques : Couvrant l’ensemble du cycle de vie d’une IA (conception, développement, déploiement, utilisation), ces recommandations concrètes visent à réduire l’impact environnemental à chaque étape.
  3. Partager des recommandations pour une communication transparente : Le référentiel fournit un cadre pour communiquer sans greenwashing sur le caractère frugal d’un service d’IA, permettant aux entreprises de se différencier tout en évitant les pièges de la surenchère écologique.

Sa cible ?

  • Producteurs et fournisseurs de services d’IA
  • Entreprises consommatrices de services d’IA
  • Acteurs de la société civile

Malgré son caractère novateur, le référentiel soulève également des questions et des défis :

Adoption par l’industrie : La mise en œuvre de ces recommandations nécessitera des changements significatifs dans les pratiques actuelles. Comment inciter les entreprises à adopter cette approche ?

Évolution rapide des technologies : L’IA progresse à un rythme effréné. Le référentiel devra être régulièrement mis à jour pour rester pertinent.

Équilibre performance/frugalité : Comment concilier les exigences de performance toujours croissantes avec la nécessité de réduire l’impact environnemental ?

Standardisation internationale : Bien que pionnier, ce référentiel français devra s’harmoniser avec d’autres initiatives internationales pour avoir un impact global.

La publication de ce référentiel marque une étape cruciale dans la prise de conscience de l’impact environnemental de l’IA. Il offre enfin aux entreprises et organisations un cadre concret pour développer une « IA frugale », plus respectueuse de l’environnement. Au-delà des aspects techniques, cette initiative soulève des questions fondamentales sur notre rapport à la technologie. Comment concilier innovation et durabilité ? L’IA peut-elle être un outil au service de la transition écologique plutôt qu’un facteur aggravant ?

Le succès de cette démarche dépendra de l’engagement de tous les acteurs de l’écosystème IA. Entreprises, chercheurs, pouvoirs publics et utilisateurs devront collaborer pour faire de l’IA frugale la norme plutôt que l’exception.